新华网北京9月30日电（凌纪伟）随着文明的演进、科学的进步和社会的发展，药物和新材料这两个数万亿量级的超大市场，诞生和衍生出了许多全新的研发需求和支撑需要，它们指向一个共同的物理基座。而机器学习作为一种应用数学方法，能够有效解决复杂和高维问题，也为很多行业带来了更多再发展再深入的机遇。物理模型+机器学习+高性能计算+高效采样算法的结合正将机遇逐渐变为现实。

  9月26日，作为AI for Science科学研究范式引领者的深势科技宣布，胡成文加入公司担任CTO，全面负责公司前沿技术研发方向，实施技术发展战略，以及管理研发团队。

  胡成文曾供职于百度，负责社区、搜索、推荐等领域的技术架构和团队管理工作。此后，他先后担任金融科技上市公司、健康保障科技平台技术负责人。加入深势科技后，胡成文将组建业务研发、平台研发两大团队，孵化并打造AI for Science新范式下的技术生态。

  作为人工智能初创公司，原始创新是深势科技的关键竞争力所在，CTO的使命重大、责任艰巨。未来如何助推深势科技从技术原始创新，到工程规模化实现，再到产品持续交付的创新-落地闭环迈上新台阶？新华网近日采访了刚刚履职的胡成文。

  加强连接

  深势科技致力于运用人工智能和分子模拟算法，结合先进计算手段求解重要科学问题，为生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。

  尽管刚成立四年，但深厚的科研背景，让这家公司显得与众不同。与团队接触一段时间后，胡成文深刻感受到，专注于底层技术创新的深势科技的确“很不一样”。

  胡成文说，深势科技的员工学历高，学科背景交叉融合。这里的科研人员，既有物理、化学、生物、数学等学科背景，也有很多科学家是计算机专业出身，大家的交叉能力比较强，所以整体科研实力非常强。

  深势科技专注用创新技术解决现实问题，这也给胡成文留下深刻印象。他表示，公司许多科研人员都曾在求学阶段取得卓越成果，甚至夺得国际大奖，但大家除了做好原始创新外，还大胆走出实验室，用创新成果解决现实问题。“公司创始团队能够跳出圈子，看到行业的诉求，把领先的算法、领先的科研转化成行业产品，真正解决用户痛点，这让团队展现出非常不一样的特质。”

  在这样一家依靠底层创新驱动的高科技公司，如何带领技术团队更好地支撑公司业务发展？

  谈及未来规划，胡成文表示，他将发挥出“连接”这一核心作用。“前面是客户，后面是我们的科学家，未来要把我们前沿的创新算法高效落地，打造成为一套成熟的产品体系，为行业用户提供一套超预期的工业解决方案。同时，作为CTO，我会带领团队打造公司的技术护城河、提升行业影响力。”

  扎根互联网十余年，胡成文积累了丰富的互联网研发经验，他将用好这些实践经验，让AI进一步贴近产业，让基础研究更有效地转化为现实生产力。

  在胡成文看来，传统互联网行业具有大规模工业化的经验，怎样交付给用户一系列复杂的产品，做到高可用，并且根据用户需求快速迭代，这些经验能够帮助深势科技让领先科技更好赋能行业用户。

  强化技术

  微观世界有其自身规律，薛定谔方程被视为微观世界的“牛顿力学”。但微观世界充满不确定。

  胡成文指出，微尺度创新的关键在于有效求解物理方程。百年前，科学家就从第一性原理出发，揭示了药物分子设计、筛选及发现的底层逻辑。但药物研发之所以缓慢，就是因为这个解方程的成本实在太高。而算法的更新、算力水平的提升，开启了AI辅助药物研发的新篇章。

  传统的AI药物研发面临的一大挑战就是数据不够标准化，清晰度不够，无法用足够多的数据训练出可用的模型。面对这个难题，深势科技的解决方案是什么？

  胡成文表示，深势科技一方面用AI工具大幅加速解方程的过程，解决科研的问题；另外就是科研创新解决工业化问题。首先通过AI加速解方程过程，创造新的数据，对不确定的数据进行小范围验证，反复迭代数据，并运用这些数据训练模型。在此基础上，再去解决工业上的遇到的实际问题。所以深势科技的思路是从底层往上延伸，在这方面深势科技具有强大的创新优势。

  在解方程的过程中，深势科技也在不断对外赋能。胡成文透露，深势科技下一步将要做一件事——开源开放。

  “我们希望把一些成果开源开放出来，同时能够做一些预训练模型。我们很快将发布一款预训练大模型。”胡成文表示，AI主要是视觉和单元处理，深势科技希望把这套模式引入到医药行业，促进行业朝着良性、快速成长的方向发展。

  药物研发异常复杂繁琐。对许多科研人员来说，面对新的疾病，当找到相关靶点后，需要从头到尾开始做实验，从包含几千万个化合物的库里做筛选。

  大模型带来的好处是什么？一般认为，大模型能够降低一项技术应用的门槛。“简单来说，找一个药，就不需要从头到尾，从几千万个分子里面去找了，从模型中调调参数，可能变成从几万个、几十万个里面去找，整个迭代速度大幅加快。”胡成文说，目前深势科技已经与许多药厂展开这项合作。

  在他看来，临床之前的整个药物研发过程，许多环节都可以通过计算来代替。未来，AI会代替一些传统的实验成为药物发现的标配。

  微观尺度的创新，包括通过技术推动药物研发，深势科技是行业内最早一批从事这项工作的企业。胡成文希望深势科技能够借助行业的力量，一起来把这件事做大。

  洞察需求

  在跨尺度科学研究领域，每当解答出一个方程式，就会产生很多新的需求。

  比如针对药物研发企业，当洞察到他们提升研发效率、降本增效的诉求后，怎样加快药物迭代的过程？其实核心还是需要像深势科技这种既有交叉背景又懂现实需求的团队来满足需求。

  另据胡成文介绍，目前，除了药物研发和材料研发企业，深势科技另一大用户群体是科研计算人员。他们存在大量做实验、做计算的需求，而他们的科研手段和工具又比较传统。当深势科技发布了一系列算法和应用后，很多科研人员品尝到了使用这些平台做科研、发论文的好处，获得专业人群的认可，帮助深势科技赢得了一大批客户。

  据了解，基于科研人员面临的计算需求，深势科技开发了Lebesgue科学计算平台，希望在业务底层之上，打造一个面向科研人员的开箱即用的云服务。在这个平台上，能够提供充沛的算力，科研人员所需要用到的工具也都已经装好，而且能兼容各种环境。

  胡成文说，深势科技专注微尺度领域创新。“我们想做一个VI管理平台，类似于微观领域的CAD，最终呈现给用户的产品是一个SAAS平台。用户在这里能够做药物研发、材料研发，它可以开源即用，打开一个web界面，就可以跑模型。”

  在AI for Science领域，中国已经进入世界领先行列，而且具有自己的优势。胡成文认为，以深势科技为代表的中国的AI for Science企业，所开创的产品和服务能够解决现实问题；其次，中国企业有自己的创新。“比如，我们的算法能够落地，作为一个成熟产品，作为一套解决方案，能够真正的反哺行业，能够解决工业化的问题。”

  深势科技是AI for Science科学研究范式的引领者和践行者，胡成文表示，未来深势科技仍将聚焦微观领域做技术创新。

  他认为，一方面，这个行业更偏向底层技术，深势科技拥有这样一批科学家，他们本身就是研究微观领域的各种计算问题，这是公司的人才壁垒；另一方面，从用户的反馈来看，能够实实在在帮助他们解决痛点；从深势未来的愿景看，人类文明最关键的生命、能源、材料、信息技术及产业的创新升级，都面临着共同的显著瓶颈——微观尺度的有效计算与理解，AI for Science恰好为微观尺度的技术变革带来了从未有过的机遇。这一领域的商业化才刚刚开始，市场存在着巨大的发展空间。